前几天，我们推出了一个可以帮助医生诊断帕金森病的AI辅助诊断技术。
原本需要30分钟甚至更久的帕金森病诊断过程，在这个AI技术的帮助下提速，只需要3分钟就能完成。
它叫帕金森病运动功能智能评估系统，是腾讯医疗人工智能实验室Tencent Medical AI Lab自主研发的新技术。
三步辅诊
辅助医生诊断的过程也只有三步：
患者站在摄像头面前——依照指示做一系列动作——等待帕金森病运动功能智能评估系统的评估结果。
(实验画面一)
诊断的过程被描述得这么简单，是因为它在实际应用中就是如此简单。
（实验画面二）
对于这种疾病，大家的认识可能还停留在身体不停颤抖，动作迟缓这样的运动特征上。
美国的拳王阿里就是一位帕金森病患者。1996年的亚特兰大奥运会开幕式上，他缓慢地举起火炬，全世界的观众在那一刻见证了他的坚强，也得以认识这种疾病的病症。
在中国，约有300万帕金森病患者。这种疾病，在55岁以上人群的患病率约为1%。
然而，它早期发病的症状并不明显。要诊断是否患病，需要经过一系列判断。其中，有一个关键环节是基于一系列指定动作的完成状况进行判定。
传统的诊断方式之一是通过帕金森评定量表UPDRS对患者进行评估。
它长这样(局部)：
医生跟患者沟通后，指导患者完成动作，然后依据患者的完成情况进行逐项打分。
这样一通操作下来，沟通和时间成本较高。另一方面，评分主要依赖患者的主观描述和医生的肉眼观察，如动作的距离、幅度、频率等，缺乏量化指标，也有可能出现因主观性导致的偏差。
三分钟简化
腾讯医疗人工智能实验室研发的这套AI系统能把这一切简化到三分钟，并且让效率和准确性得到提升，最主要是它完成了两件事：
一是深度学习。
检测的动作按照身体关节点，被拆分为上百个可识别的关键点，建立模型进行识别检测。
比如一个手部，会设置21个关键点。
随着手部进行各种动作，关键点的运动轨迹会变得不同，在频率、距离、角度、速度等方面的数据上有变化。
在医生和腾讯AI专家的帮助下，这些测量的运动统计数据会被用来训练我们的AI系统。经过深度学习，它就可以分辨出帕金森病患者动作上的细微差异。
另一件事是识别分析。
AI系统捕捉患者做出的动作，利用它的运动视频分析技术，识别视频中的身体部位的关键节点，依据模型，进行“可量化”和“精细化”的评测。
借助这些评测，医生可以更高效地评测帕金森病患者的病情，对患者进行分级，并制定更有针对性的治疗方案。
国内外首个
这项AI技术在8月25日于广州举行的中国康复医学会帕金森病与运动障碍康复专业委员会第一届学术会议上被公布出来。
它是全球首个通过运动视频分析技术实现帕金森病的AI辅助诊断的技术。
在过去半年的时间里，腾讯医疗人工智能实验室的AI专家和复旦大学附属华山医院神经内科的医学专家合力，通过一系列实验，让帕金森病运动功能智能评估系统不断完善。
王坚教授
复旦大学附属华山医院神经内科副主任
国家老年疾病临床医学研究中心(华山)帕金森主研究者
目前预实验的数据显示，帕金森病运动功能智能评估系统的AI评分结果与专家人工评分结果的一致性非常接近，完全达到预期效果，后续更大规模的正式临床试验在积极准备的过程中。
范伟博士
哥伦比亚大学计算机博士
国际知名机器学习专家、腾讯医疗AI实验室负责人
通过纯视频分析，客观量化帕金森病患者在日常生活中的行动障碍和服药后的有效性。对于患者、患者家属和医生都是一件好事情。从事AI医疗相关的研究工作后切身地感受到医学的博大精深，它是非常综合的科学。它既有科学的部分，也包涵了伦理的内容。AI可以解决其中一些关键技术问题，比如，提高效率，带来便利，但它也不能解决所有问题。路还很长，我们还需要继续向前。
这个AI系统，目前还未正式投入应用，接下来它将通过更多严格的实验来学习和进步。
它未来要实现让患者使用普通的智能手机自助拍摄，在家庭场景下就能完成帕金森病的运动功能日常评测。
腾讯医疗AI实验室也正在把它的视频分析技术应用到脑瘫患者术前步态分析、足球运动员伤后恢复训练运动功能状态测评、老人运动能力日常评测等更多运动障碍性疾病的辅助诊断中，创造更多AI医疗应用场景。
来源：腾讯
